生產力的維持對于穩(wěn)定生態(tài)系統(tǒng)功能、服務和復原力等具有十分重要的作用,理解生產力的驅動因素是我們理解自然生態(tài)系統(tǒng)功能的基礎。目前,關于生產力的研究,解釋生物因素對生產力的影響主要是基于生態(tài)位互補假說、生物量比率假說以及植被數(shù)量假說;解釋非生物因素對生產力的影響主要是基于土壤肥力假說以及地形的間接效應。但各種因素對不同的生態(tài)系統(tǒng)的具體影響存在著差異,并且各個因素的衡量指標眾多。此外,大樹和小樹在生產力的驅動因素的研究中的各自作用仍不明確,均需要進一步的研究。本研究基于生態(tài)位互補假說、生物量比率假說、植被數(shù)量假說以及非生物因素中的土壤和地形,利用結構方程模型構建了小興安嶺豐林30 ha闊葉紅松(Pinus koraiensis)林動態(tài)監(jiān)測樣地生產力的最優(yōu)模型,量化了模型中所有路徑的直接影響、間接影響及總影響。結果發(fā)現(xiàn),基于植被數(shù)量假說的初始植被數(shù)量是影響生產力的最主要因素,且其中是大樹發(fā)揮了主要作用,然而小樹對生產力的影響也不可忽略。除此之外,土壤是影響生產力的第二主要因素,土壤水分的影響高于土壤養(yǎng)分的影響,且這種影響在大樹中更為明顯,此外,土壤對生產力發(fā)揮的是負效應,證明了較高的土壤養(yǎng)分可...

【文章頁數(shù)】：44 頁

【學位級別】：碩士

【部分圖文】：

圖２－２基于土壤肥力假說、植被數(shù)量假說、生態(tài)位互補假說和生物量比率假說所構建的ＳＥＭ的??理論模型??

?Ｉｎｃ．，Ｃｈｉｃａｇｏ，?ＩＬ，ＵＳＡ）軟件［７１］，Ｐｅａｒｓｏｎ?相??關分析以及多重共線性檢驗采用了?ＳＰＳＳ?１９．０?（ＳＰＳＳ，?Ｉｎｃ．，Ｃｈｉｃａｇｏ，?ＩＬ，ＵＳＡ）軟件［７２］。??為了更好地進行統(tǒng)計分析，我們對所有的數(shù)據(jù)都進行了對數(shù)轉換（Ｌｏｇ?ｔｒａｎ....

圖３－１?（ａ）生態(tài)位互補假說和（ｂ）生物量比率假說的相關變量與ＣＷＰ的Ｐｅａｒｓｏｎ相關分析??Ｆｉｇ．?３－１?Ｐｅａｒｓｏｎ?ｃｏｒｒｅｌａｔｉｏｎ?ａｎａｌｙｓｉｓ?ｂｅｔｗｅｅｎ?ＣＷＰ?ａｎｄ?ｔｈｅ?ｃｏｒｒｅｌａｔｉｏｎ?ｖａｒｉａｂｌｅｓ?ｏｆ?（ａ）?ｔｈｅ?ｎｉｃ?

?｜?？?ＣＷＭＳＬＡ?．??ＦＥｖｅ?ｉ?＃?ｃｗｍｌａ?ｊ?？??ＦＤ，Ｖ?＊?！?ｃｗｍｌｐｃ?？??Ｅ?；?？??ＭＮＴＤ?？?ｊ?ＣＷＭｌｎｃ?＊?；??ＦＤｉｓ?。｜?ＣＷＭＨｍ?ｊ?＊??ＭＰＤ?：〇?ＣＷＭｌｃｃ?ｊ?？??ＲａｏＱ?ｊｏ?ＣＷＭｌｔ?：?°??－....

圖３－５ＳＴＰ、ＳＭＭ、ＰＤ、ＣＷＭｌｄｍｃ對（ａ）?ＡＧＢｂｉｇ和（ｂ）?ＡＧＢｓｍａｉｉ的直接影響、間接影響和總影??響??

?３結果???０．０５），間接影響為?０．１４８?（戶＜?０．００１）。??本研宄量化了?ＳＥＭ中ＡＧＢｂｉｇ和ＡＧＢｓｍａｉ丨受到ＰＤ，ＣＷＭｌｄｍｃ，?ＳＭＭ和ＳＴＰ的直??接影響、間接影響以及總影響。雖然ＰＤ和ＣＷＭｌｄｍｃ對ＣＷＰ的影響相差無幾，但是??其二者受到的土壤的....

圖３－６?（ａ）坡度、（ｂ）坡向、（ｃ）海拔對闊葉紅松林ＣＷＰ的影響??Ｆｉｇ．?３－６?Ｅｆｆｅｃｔｓ?ｏｆ?（ａ）?ｓｌｏｐｅ，（ｂ）?ａｓｐｅｃｔ，?ａｎｄ?（ｃ）?ａｌｔｉｔｕｄｅ?ｏｎ?ＣＷＰ?ｏｆ?ｔｈｅ?ｍｉｘｅｄ?ｂｒｏａｄｌｅａｖｅｄ－Ｋｏｒｅａｎ?ｐｉｎｅ?ｆｏｒｅｓｔ．??

６°和６－１５°?）；對于坡向來說，半陽坡處的ＣＷＰ顯著高于其他坡??向，其次是陽坡處的ＣＷＰ顯著高于陰坡和半陰坡，而陰坡和半陰坡間ＣＷＰ并無顯著??差異；對于海拔來說，不同海拔間ＣＷＰ存在顯著差異，且隨著海拔高度的升高，ＣＷＰ??顯著上升。??°－８１?（ａ）?０．８】（的?０....

本文編號：3943162